计算机工程与科学

作者：吴尚智, 徐丹丹, 王旭文, 夏宁

单位：（西北师范大学计算机科学与工程学院,甘肃 兰州 730070）

关键词：智能优化,广义重要度,runner-root算法,特征选择,

基金：国家自然科学基金(61561043)；甘肃省自然科学基金(1010RJZA011)

特征选择是机器学习、模式识别和数据挖掘等领域数据预处理阶段的重要步骤。现实中采集的数据维度很高，存在大量冗余和噪声数据，这使得计算时间增加的同时还会对建模结果产生误导性。结合属性子集的广义重要度和智能优化runner-root算法提出一种特征选择算法，用runner-root算法进行迭代寻优，用属性子集的广义重要度和所选特征子集的大小作为适应度函数，对所选特征子集进行评估，尽可能在整个样本空间内搜索出对决策重要的特征子集。实验结果表明，该算法可以选择出有效的特征子集，使分类模型得到较高的准确率。

来源：2022年第4期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第4期